Zobrazeno 1 - 10
of 406
pro vyhledávání: '"P. Valsaraj"'
Publikováno v:
International Journal of Sustainable Energy, Vol 41, Iss 9, Pp 1164-1182 (2022)
The extensive grid integration of wind electricity necessitates accurate wind speed forecasting to maintain grid stability and quality of power. In the usual practice of wind speed forecasting using machine learning models, the models are trained and
Externí odkaz:
https://doaj.org/article/41f5452244c3482598579a62e53c9cb8
Publikováno v:
Renewable Energy and Environmental Sustainability, Vol 7, p 24 (2022)
Since wind is a fluctuating resource, the integration of wind energy into the electricity grid necessitates precise wind speed forecasting to maintain grid stability and power quality. Machine learning models built on different algorithms are widely
Externí odkaz:
https://doaj.org/article/3dae427de2394b1eaa985d1c1d71f556
Publikováno v:
International Journal on Computer Science and Engineering (IJCSE), http://www.enggjournals.com/ijcse/, 2017
Wind speed forecasting models and their application to wind farm operations are attaining remarkable attention in the literature because of its benefits as a clean energy source. In this paper, we suggested the time series machine learning approach c
Externí odkaz:
http://arxiv.org/abs/2203.14909
Alzheimers disease is a fatal progressive brain disorder that worsens with time. It is high time we have inexpensive and quick clinical diagnostic techniques for early detection and care. In previous studies, various Machine Learning techniques and P
Externí odkaz:
http://arxiv.org/abs/2109.11010
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The effects of contact geometry and ideality on InGaAs and Si nano-scale n-channel FinFET performance are studied using a quantum-corrected semi-classical Monte Carlo method. Illustrative end, saddle/slot, and raised source/drain contacts were modele
Externí odkaz:
http://arxiv.org/abs/1903.12281
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The widespread utilisation of grid-integrated wind electricity necessitates accurate and reliable wind speed forecasting to ensure stable grid and quality power. Machine learning algorithm based wind speed forecasting models are getting increased att
Externí odkaz:
http://arxiv.org/abs/1808.03480